OpenAI: Text Embedding Ada 002

OpenAI: Text Embedding Ada 002 ist ein Embeddings-Modell von OpenAI, das auf api14 unter der Modell-ID openai/text-embedding-ada-002 gelistet ist. Es gehört zur Kategorie Embeddings und wird vom Anbieter als OpenAIs Legacy-Text-Embedding-Modell beschrieben. Wenn Sie schon einmal mit den Embedding-Endpunkten von OpenAI gearbeitet haben, ist dies die vertraute ada-002-Generation dieser Reihe, die über api14 zusammen mit dem restlichen Katalog verfügbar gemacht wird.

Das Modell nimmt Text als Eingabe und gibt Embeddings als Ausgabe zurück, was bedeutet, dass es keine Prosa oder Chat-Antworten generiert. Es bildet ein Stück Text auf eine Vektordarstellung ab, die Sie speichern und vergleichen können. Sein Kontextfenster beträgt 8192 Token, sodass eine einzelne Anfrage eine ziemlich lange Passage statt nur eines kurzen Ausschnitts abdecken kann. Die Details geben eine maximale Ausgabe von 7372 an, was die Form der zurückgegebenen Vektoren widerspiegelt und nicht generierten Text.

Da die Ausgabe ein Vektor ist, sind die praktischen Einsatzmöglichkeiten die üblichen Embedding-Workflows. Sie können eine semantische Suche über eine Dokumentensammlung aufbauen, indem Sie Ihr Korpus einmal einbetten und jede Anfrage zur Anfragezeit einbetten. Sie können die Vektoren für Clustering oder Deduplizierung verwenden, zum Beispiel um ähnliche Support-Tickets zu gruppieren oder nahezu identische Datensätze zu finden. Klassifikation auf Basis eingefrorener Embeddings ist ein weiteres gängiges Muster: Trainieren Sie einen leichtgewichtigen Klassifikator auf den Vektoren, statt ein generatives Modell feinabzustimmen. Retrieval Augmented Generation passt ebenfalls hierher, wobei Embeddings die relevanten Passagen auswählen und ein separates Textgenerierungsmodell die Antwort schreibt.

Der Aufruf über api14 funktioniert genauso wie bei jedem anderen Modell auf der Plattform, unter Verwendung der OpenAI-kompatiblen API mit openai/text-embedding-ada-002 als Modell-ID. Sie senden Ihren Text in der Anfrage und lesen das Embedding aus der Antwort zurück. Die Liste der unterstützten Parameter ist leer, es gibt also keine zusätzlichen Tuning-Regler, die über die Grundlagen des Aufrufs selbst hinaus eingestellt werden müssten; Sie müssen weder temperature noch top_p noch ähnliche Sampling-Optionen konfigurieren, da dieses Modell keinen Text sampelt.

Behalten Sie den Anwendungsbereich des Modells im Auge, wenn Sie es auswählen. Es akzeptiert nur Text, Bilder, Audio und andere Modalitäten liegen hier also außerhalb des Bereichs. Es erzeugt nur Embeddings, sodass jede Aufgabe, die eine tatsächliche schriftliche Antwort benötigt, ein anderes Modell für den Generierungsschritt erfordert. Da OpenAI es als Legacy-Embedding-Modell beschreibt, möchten neue Projekte es möglicherweise gegen neuere Embedding-Optionen abwägen, während bestehende Pipelines, die bereits um ada-002-Vektoren herum aufgebaut sind, es weiterhin über api14 aufrufen können, ohne ihre Integration zu ändern.